| 标题 |
 DeepAnT: A Deep Learning Approach for Unsupervised Anomaly Detection in Time Series DeepAnT：一种用于时间序列无监督异常检测的深度学习方法
相关领域
异常检测
计算机科学
系列（地层学）
异常（物理）
人工智能
背景（考古学）
时间序列
深度学习
卷积神经网络
机器学习
数据挖掘
模式识别（心理学）
凝聚态物理
生物
物理
古生物学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE Access 作者：Mohsin Munir; Shoaib Ahmed Siddiqui; Andreas Dengel; Sheraz Ahmed 出版日期：2018-12-19 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
寻道图强
AireenBeryl531
浅尝离白
JY
清脆松
tuanheqi
美好乐松
研友_ZAVbe8
8R60d8
Singularity
西罗
安安
快乐抽屉
genomed
小王
CipherSage
InfoNinja
彪壮的小玉
追寻紫安
kento
皖公网安备34019202002308
